· theory · 11 min read
平均値・中央値・最頻値とは？データの「真ん中」を見極める3つの代表値
年収の平均は高いのに、周りにそんな人はいない？異常値に弱い「平均値」と、実態に近い「中央値」「最頻値」の違いを解説。
3行まとめ
平均値 (Mean): 全体の合計を個数で割った値。最も一般的ですが、一部の極端な値（ 外れ値 ）が全体の平均を大きく左右してしまう特性があります。例えば、企業の平均年収を計算する際に、ごく一部の高額所得者がいると、多くの社員の実態よりも高く見えてしまうことがあります。これは、ITシステムにおけるサーバーの平均応答時間などを評価する際にも注意が必要な点です。
中央値 (Median): データを小さい順に並べたとき、ちょうど真ん中に来る値です。この値は 外れ値 の影響を非常に受けにくいという大きな特徴があります。そのため、年収データや住宅価格のように、一部に非常に高い（または低い）値が存在するデータセットの「真ん中」をより正確に把握したい場合に非常に有効です。ITシステムのパフォーマンス分析では、ユーザー体感の遅延時間などを評価する際に、瞬間的な異常値に左右されずに実態を把握するために役立ちます。
最頻値 (Mode): データの中で最も頻繁に現れる値、つまり最も多く出現する値です。数値データだけでなく、アンケートの選択肢や製品のカラーバリエーションなど、数値でないカテゴリデータに対しても適用できる点が特徴です。例えば、ある製品の購入者の年齢層で最も多い年代や、Webサイトで最もアクセスが多い時間帯などを知りたい場合に活用されます。試験では、この値が複数存在する場合や、全く存在しない場合があることも理解しておく必要があります。
試験での出題ポイント
IT資格試験では、これらの代表値の計算方法はもちろん、それぞれの特性を理解し、どのような状況でどの代表値が適切かを見極める能力が問われます。特に、データの外れ値に対する耐性の違いは頻出ポイントです。
平均値: 1人だけ年収1億円の人がいると、全体の平均が跳ね上がるという例は、まさに平均値が 外れ値 に弱い特性を示しています。試験では、特定のデータが加わったり除かれたりしたときに、平均値がどのように変化するかを問う問題が出ることがあります。IT分野では、システムの平均稼働率や平均エラー率を計算する際、一時的な大規模障害が平均値を大きく引き上げてしまうケースなどに応用して理解を深めましょう。
中央値: 仮に101人のデータがあれば、小さい順に並べたときの51番目に位置する人の値が中央値になります。データ数が偶数の場合（例えば100人）は、中央の2つの値（50番目と51番目）の平均が中央値となります。試験では、この偶数・奇数の場合の計算方法の違いや、 外れ値 があっても中央値がほとんど変化��ないことを問われることが多いです。データの中から「典型的な値」を把握する際に、中央値が重要な指標となることを覚えておきましょう。
最頻値: 100人のうち「20歳」が30人いれば、20歳が最頻値となります。最頻値は、最も「人気のある」または「一般的な」カテゴリや値を示すため、アンケート結果の分析や、製品の売れ筋カラーの特定など、実務で幅広く活用されます。試験では、複数の最頻値が存在するデータ（多峰性データ）や、すべての値が一度しか出現しないために最頻値が存在しないケースについても理解しているかどうかが問われることがあります。
散布図・ヒストグラム: グラフの形によって、これら3つの値のズレを確認します。データが左右対称に分布していれば、平均値、中央値、最頻値はほぼ同じ値になりますが、データがどちらかに偏っている（歪んでいる）場合は、これらの値は異なる位置に現れます。ヒストグラムでデータの分布を視覚的に把握することで、平均値だけでは見えてこないデータの全体像や偏りを理解すること���でき、データ分析の初期段階で非常に重要です。試験では、与えられたグラフから代表値の位置関係を読み解く問題や、グラフの形状からデータの特性を判断する問題が出題される可能性があります。
【AIハック】生成AIで「実態とのズレ」を解明
平均値と中央値のロジックは、AIに「給与データの分析」や「テスト結果の評価」をシミュレートさせることで本質を理解できます。単に定義を覚えるだけでなく、具体的なシナリオを通じてこれらの統計量がどのように機能し、どのような「落とし穴」があるのかを体験的に学ぶことができるため、知識の定着に繋がります。
プロンプト例:
「あなたは労働組合の代表です。会社の『平均年収』は600万円と発表されました。しかし、大半の社員は400万円台です。なぜこのような 平均値 と 実態 のズレが起こるのか、 外れ値 や 中央値 、 最頻値 の言葉を使って、経営陣への抗議文の形で説明してください。」
AIが「一部の高額報酬者が平均を引き上げている可能性」や「中央値や最頻値の方が実態に近いこと」を論理的に解説してくれるため、統計用語の持つ力が身に付きます。これにより、試験で問われる応用問題に対する理解も深まり、実務でデータを見る際の批判的思考力も養われるでしょう。
まとめ：1つの「数字」に騙されない
データの「真ん中」を知るためには、平均値だけでなく中央値や最頻値を組み合わせて見ることが重要です。特にITの分野では、システムのパフォーマンスデータやユーザー行動データなど、 外れ値 が発生しやすいデータが多いため、複数の代表値で多角的に分析するスキルは不可欠です。
試験では、 外れ値に強い（影響を受けにくい）のは中央値 、 最も多いのは最頻値 というポイントを確実に覚えておきましょう。これらの代表値の特性を理解することは、単に試験に合格するだけでなく、実務でデータに基づいた適切な意思決定を行うための基礎となる、非常に重要なスキルです。 複数の視点からデータを読み解��ことで、より正確な現状把握と問題解決に繋げることができます。
